S'approprier les principales méthodes de régression utilisées en Biostatistique. Savoir manipuler, analyser et interpréter des données avec différents types de modèles de régression.
Régression linéaire
- Contexte (exemples, terminologie)
- Définition du modèle
- Estimation des paramètres du modèle
- Tests d'hypothèses sur les paramètres du modèle
- Codage des variables, modification de l'effet et confusion
- Comparaison de modèles et sélection de variables
- Étude de l'adéquation du modèle logistique
Analyse de la variance (ANOVA)
- Contexte (exemples, terminologie)
- Définition du modèle (hypothèses, interprétation des paramètres du modèle)
- Analyse de la Variance à un facteur
- Analyse de la Variance à deux facteurs
- Tests d'hypothèses sur les paramètres du modèle
Régression de poisson
- Contexte (exemples, terminologie)
- Définition du modèle (hypothèses, surdispersion, interprétation des paramètres du modèle)
- Estimation des paramètres du modèle
- Tests d'hypothèses sur les paramètres du modèle
- Codage des variables explicatives (binaire, qualitative)
- Modification de l'effet et confusion
- Comparaison de modèles et sélection de variables
- Étude de l'adéquation du modèle de Poisson
Régression logistique
- Contexte (exemples, terminologie)
- Définition du modèle (hypothèses, fonction logit, interprétation des paramètres du modèle)
- Estimation des paramètres du modèle
- Tests d'hypothèses sur les paramètres du modèle
- Codage des variables explicatives (binaire, qualitative)
- Modification de l'effet et confusion
- Comparaison de modèles et sélection de variables
- Étude de l'adéquation du modèle logistique
Analyse de survie
- Données de survie
- Censure et troncature / exemples
- Courbes de survie
- Comparaison de courbes de survie
- Modèles de régression
Attestation de formation
Non certifiante
Sans niveau spécifique